- OpenAI通用接口
- 全能模型接口
- kimi
- 通义千问
- 智谱
- 秘塔搜索
- 讯飞星火
- 海螺
- deepseek
- Openai
- Suno(音乐)
- Midjourney(绘画)
- Flux(绘图)
- Recraft(绘图)
- Ideogram(绘画)
- Luma(视频)
- Runway(视频)
- 可灵(视频)
秘塔搜索(学术深入搜索)
POST
https://api.ecovai.cn/v1/chat/completions
如果本地没有有效处理机制,需保持stream为默认值false
请求参数
Authorization
在 Header 添加参数
Authorization
,其值为在 Bearer 之后拼接 Token示例:
Authorization: Bearer ********************
Header 参数
Content-Type
string
必需
示例值:
application/json
Accept
string
必需
示例值:
application/json
Authorization
string
可选
示例值:
Bearer {{YOUR_API_KEY}}
Body 参数application/json
model
string
必需
messages
array [object {2}]
必需
role
string
可选
content
string
可选
stream
boolean
可选
示例
{
"model": "detail-scholar",
"messages": [
{
"role": "user",
"content": "人工智能发展历史"
}
],
"stream": false
}
示例代码
Shell
JavaScript
Java
Swift
Go
PHP
Python
HTTP
C
C#
Objective-C
Ruby
OCaml
Dart
R
请求示例请求示例
Shell
JavaScript
Java
Swift
curl --location --request POST 'https://api.ecovai.cn/v1/chat/completions' \
--header 'Accept: application/json' \
--header 'Authorization: Bearer {{YOUR_API_KEY}}' \
--header 'Content-Type: application/json' \
--data-raw '{
"model": "detail-scholar",
"messages": [
{
"role": "user",
"content": "人工智能发展历史"
}
],
"stream": false
}'
返回响应
🟢200OK
application/json
Body
id
string
必需
model
string
必需
object
string
必需
choices
array [object {3}]
必需
index
integer
可选
message
object
可选
finish_reason
string
可选
usage
object
必需
prompt_tokens
integer
必需
completion_tokens
integer
必需
total_tokens
integer
必需
created
integer
必需
示例
{
"id": "8540167310837932032",
"model": "detail-scholar",
"object": "chat.completion",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "\n人工智能(AI)的发展历史可以追溯到20世纪中叶,其起源与多个学科的交叉发展密切相关。1956年,达特茅斯会议标志着人工智能作为一个独立学科的正式诞生。在这次会议上,John McCarthy等人首次提出了“人工智能”这一术语,并确定了该领域的研究目标。此后,人工智能经历了多次起伏和高潮,包括早期的研究探索、所谓的“AI寒冬”以及近年来的复兴和快速发展。\n\n早期阶段,人工智能的研究主要集中在符号逻辑、自然语言处理和不确定性处理等方面。这一时期,研究者们尝试通过编程来模拟人类的维过程,开发出了如专家系统等应用。然而,由于当时的技术限制和理论局限,这些早期的努力并未能实现预期的目标,导致了所谓的“AI寒冬”。\n\n进入20世纪80年代至2000年,人工智能进入了所谓的“手动编码知识”的第一次AI浪潮,研究重点转向了知识表示、知识库和专家系统等技术。这一时期,IBM研发的DeepBlue战胜国际象棋世界冠军Garry Kasparov成为了一个标志性的成就。\n\n近年来,随着计算能力的显著提升和大数据技术的发展,人工智能迎来了新的复兴期。深度学习技术的突破,尤其是GPT等模型的出现,极大地推动了自然语言处理等领域的进步。此外,人工智能的应用也从实验走向了现实世界,影响到了工业、医疗、金融等多个领域。\n\n尽管人工智技术取得了显著的进展,但其发展仍面临诸多挑战和限制。例如,现代语言模型如GPT虽然在语言处理方面取得了突出成果,但在创造强人工智能方面仍存在局限。此外,人工智能的发展也引发了关于技术伦理、社会影响等方面的广泛讨论。\n\n总之,人工智能的发展历史是一个充满挑战和机遇的过程。从早期的基础研究到现在的广泛应用,人工智能不断进化,为人类社会带了深远的影响。未来,人工智能的发展将继续受到技术进步、社会需求和伦理考量等多方面因素的影响。"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 1,
"completion_tokens": 1,
"total_tokens": 2
},
"created": 1730344769
}
修改于 2024-10-31 04:02:57